【天风海外】下一个产业革命AI Agent，目前能力进化到什么地步？

【天风海外】下一个产业革命AIAgent，目前能力进化到什么地步？ 自去年9月我们前瞻看好Transformer大模型和Copilot应用，对于比Copilot更进一步的AIAgent我们怎么看？我们深度体验和分析AutoGPT、MetaGPT，Hyperwrite、Codeinterpreter等工具。 结论为： Promp 【天风海外】下一个产业革命AIAgent，目前能力进化到什么地步？ 自去年9月我们前瞻看好Transformer大模型和Copilot应用，对于比Copilot更进一步的AIAgent我们怎么看？我们深度体验和分析AutoGPT、MetaGPT，Hyperwrite、Codeinterpreter等工具。 结论为： Prompt：我们要求AIAgent完成周报流程。 评测结果：AIAgent在六分钟内完成了直接操作浏览器，在新闻网站阅读新闻，观看视频，写出周报，发送邮件的全流程。 （详见视频） 什么是AIAgent效果关键能力？ 任务拆借与反思能力对效果最为关键也最壁垒最高，其次为短期与长期记忆、浏览器与操作系统数据接入为什么可能需要多个AIAgent？ 两点核心，单个大模型计算复杂度度与token长度呈指数级增长（与传统计算架构不同），Agent交流成本随Agent数量呈线性增长（与人类组织不同） Agent应用场景；我们认为Agent未来无疑可以加速所有脑力和体力活动，然而从第一性原理出发，需求高度类似的场景需要更加算力高效的架构。 Agent在于面向科学研究、toB研发、个人助手场景最为革命。边缘端与云端？ 目前Agent需要的任务拆解和反思能力只能在云端多机互联的算力与内存下完成，但其它能力可有边缘端协助。我们认为边缘+云LLM+虚拟机环境也值得关注。 投资建议：Agent需要最强的推理能力大模型+最完整的企业个人与互联网数据入口治理+最高效的推理算力与互联结构+最易于部署的向量数据继续推荐英伟达，微软，建议关注谷歌，Snowflake，Confluent，AMD，为既有领先的最大受益者。 而在终端Agent，竞争格局可能远比大模型本身分散。 也欢迎报名我们今日（8.13）组织的下午两点的AIAgent沙龙，报名可联系对口销售